[发明专利]数据挖掘方法、装置和设备

权利要求书

1.一种数据挖掘方法，其特征在于，包括：

从语料样本集合中提取多个关键词；

在包含所述多个关键词中至少一个关键词的语料样本中，获取与所述语料样本中包含的关键词对应的候选词语集，所述候选词语集中包含所述关键词以及位于所述关键词预设窗口范围内的词语；

对获取的全部候选词语集进行关联分析，以获得与所述多个关键词对应的搭配关系；

根据同一搭配关系在语料样本中的表现形式，确定与所述搭配关系对应的搭配模板，其中，所述表现形式包括组成搭配关系的词语以及预设符号，其中，所述语料样本中位于所述组成搭配关系的词语之间的其他词语被替换为所述预设符号，所述组成搭配关系的词语与所述预设符号之间的位置关系与所述组成搭配关系的词语与所述其他词语在所述语料中的位置关系相同。

2.根据权利要求1所述的方法，其特征在于，所述从语料样本集合中提取多个关键词，包括：

通过关键词提取方法从所述语料样本集合中提取种子关键词；

从所述语料样本集合中获取与所述种子关键词之间的相似度满足预设要求的扩展关键词，所述多个关键词包括所述种子关键词和所述扩展关键词。

3.根据权利要求2所述的方法，其特征在于，所述获取与所述语料样本中包含的关键词对应的候选词语集之前，还包括：

将每条语料样本中包含的扩展关键词替换为对应的种子关键词。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于关键词筛选操作，对所述多个关键词进行筛选。

5.根据权利要求1所述的方法，其特征在于，所述从语料样本集合中提取多个关键词之后，还包括：

根据所述多个关键词对所述语料样本集合进行过滤处理，以获得包含所述多个关键词中至少一个关键词的各语料样本。

6.一种数据挖掘装置，其特征在于，包括：

提取模块，用于从语料样本集合中提取多个关键词；

获取模块，用于在包含所述多个关键词中至少一个关键词的语料样本中，获取与所述语料样本中包含的关键词对应的候选词语集，所述候选词语集中包含所述关键词以及位于所述关键词预设窗口范围内的词语；

分析模块，用于对获取的全部候选词语集进行关联分析，以获得与所述多个关键词对应的搭配关系；根据同一搭配关系在语料样本中的表现形式，确定与所述搭配关系对应的搭配模板，其中，所述表现形式包括组成搭配关系的词语以及预设符号，其中，所述语料样本中位于所述组成搭配关系的词语之间的其他词语被替换为所述预设符号，所述组成搭配关系的词语与所述预设符号之间的位置关系与所述组成搭配关系的词语与所述其他词语在所述语料中的位置关系相同。

7.一种电子设备，其特征在于，包括存储器和处理器；其中，

所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现如权利要求1至5中任一项所述的数据挖掘方法。

8.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序使计算机执行时实现如权利要求1至5中任一项所述的数据挖掘方法。

9.一种数据挖掘方法，其特征在于，包括：

采集来自客户端的语料样本，以生成语料样本集合；

从所述语料样本集合中提取多个关键词；

在包含所述多个关键词中至少一个关键词的语料样本中，获取与所述语料样本中包含的关键词对应的候选词语集，所述候选词语集中包含所述关键词以及位于所述关键词预设窗口范围内的词语；

对获取的全部候选词语集进行关联分析，以获得与所述多个关键词对应的搭配关系；

将所述搭配关系发送至所述客户端，若所述客户端确定出在所述搭配关系中存在与用户输入的咨询语句对应的搭配关系，则展示与所述搭配关系对应的回复语句。